舉例說明消息隊列應用場景及ActiveMQ、RocketMQ、Kafka等的對比
舉例說明消息隊列應用場景及ActiveMQ、RocketMQ、Kafka等的對比
在之前的業務中，使用了Kafka和RabbitMQ兩種消息隊列，這篇文章來做一個總結。
消息隊列中間件是分佈式系統中重要的組件，主要實現異步消息，應用解耦，流量削峯及消息通訊等功能。
下面舉例說明在實際應用中消息隊列是如何使用的。
消息隊列應用場景
1、異步處理
以用戶註冊，並且需要註冊郵件和短信爲例。
用戶註冊後，需要發送註冊郵件和註冊短信。傳統的做法有兩種：串行和並行方式。如下圖所示：
1）串行方式：將註冊信息寫入數據庫成功後，發送註冊郵件，再發送註冊短信。以上三個任務全部完成後，返回給客戶端。
2）並行方式：將註冊信息寫入數據庫成功後，發送註冊郵件的同時，發送註冊短信。以上三個任務完成後，返回給客戶端。與串行的差別是，並行的方式可以提高處理的時間。
假設三個業務節點每個使用50毫秒鐘，不考慮網絡等其他開銷，則串行方式的時間是150毫秒，並行的時間可能是100毫秒。
因爲CPU在單位時間內處理的請求數是一定的，假設CPU1秒內吞吐量是100次。
則串行方式1秒內CPU可處理的請求量是7次（1000ms/150ms），並行方式處理的請求量是10次（1000ms/100ms）
小結：如以上案例描述，傳統的方式系統的性能（併發量，吞吐量，響應時間）會有瓶頸。如何解決這個問題呢？
引入消息隊列，將不是必須的業務邏輯，異步處理。改造後的架構如下：
按照以上約定，用戶的響應時間相當於是註冊信息寫入數據庫的時間，也就是50毫秒。註冊郵件，發送短信寫入消息隊列後，直接返回，因此寫入消息隊列的速度很快，基本可以忽略，因此用戶的響應時間可能是50毫秒。
因此架構改變後，系統的吞吐量提高到每秒20 QPS。比串行提高了3倍，比並行提高了兩倍。
2、應用解耦
以用戶下單購買業務爲例。
用戶下單後，訂單系統需要通知庫存系統。傳統的做法是，訂單系統調用庫存系統的接口。如下圖
傳統模式的缺點：
1）假如庫存系統無法訪問，則訂單減庫存將失敗，從而導致訂單失敗。
2）訂單系統與庫存系統耦合。
如何解決以上問題呢？引入應用消息隊列後的方案，如下圖：
1）訂單系統：用戶下單後，訂單系統完成持久化處理，將消息寫入消息隊列，返回用戶訂單下單成功。
2）庫存系統：訂閱下單的消息，採用拉/推的方式，獲取下單信息，庫存系統根據下單信息，進行庫存操作。
假如：在下單時庫存系統不能正常使用。也不影響正常下單，因爲下單後，訂單系統寫入消息隊列就不再關心其他的後續操作了。實現訂單系統與庫存系統的應用解耦。
往期：100期面試題彙總
3、流量削峯
流量削峯也是消息隊列中的常用場景，一般在秒殺或團搶活動中使用廣泛。
秒殺活動，一般會因爲流量過大，導致流量暴增，應用掛掉。爲解決這個問題，需要在應用前端加入消息隊列。
1）可以控制活動的人數。
2）可以緩解短時間內高流量壓垮應用。
1）用戶的請求，服務器接收後，首先寫入消息隊列。假如消息隊列長度超過最大數量，則直接拋棄用戶請求或跳轉到錯誤頁面。
2）秒殺業務根據消息隊列中的請求信息，再做後續處理。
4、消息通訊
消息通訊是指，消息隊列一般都內置了高效的通信機制，因此也可以用作消息通訊。比如實現點對點消息隊列，或者聊天室等。
以上實際是消息隊列的兩種消息模式，點對點或發佈訂閱模式。
常用消息隊列
ActiveMQ、RabbitMQ、RocketMQ、Kafka比較
生產者消費者模式（Producer-Consumer）
ActiveMQ-支持，RabbitMQ-支持，RocketMQ-支持，Kafka-支持。
發佈訂閱模式（Publish-Subscribe）
ActiveMQ-支持，RabbitMQ-支持，RocketMQ-支持，Kafka-支持。
請求迴應模型（Request-Reply）
ActiveMQ-支持，RabbitMQ-支持，RocketMQ-不支持，Kafka-不支持。
API完備性
ActiveMQ-高，RabbitMQ-高，RocketMQ-高，Kafka-高。
多語言支持
ActiveMQ-支持，RabbitMQ-支持，RocketMQ-只支持JAVA，Kafka-支持。
單機吞吐量
ActiveMQ-萬級，RabbitMQ-萬級，RocketMQ-萬級，Kafka-十萬級。
消息延遲
ActiveMQ-無，RabbitMQ-微秒級，RocketMQ-毫秒級，Kafka-毫秒級。
可用性
ActiveMQ-高（主從），RabbitMQ-高（主從），RocketMQ-非常高（分佈式），Kafka-非常高（分佈式）。
消息丟失
ActiveMQ-低，RabbitMQ-低，RocketMQ-理論上不會丟失，Kafka-理論上不會丟失。
文檔的完備性
ActiveMQ-高，RabbitMQ-高，RocketMQ-高，Kafka-高。
提供快速入門
ActiveMQ-有，RabbitMQ-有，RocketMQ-有，Kafka-有。
社區活躍度
ActiveMQ-高，RabbitMQ-高，RocketMQ-中，Kafka-高。
商業支持
ActiveMQ-無，RabbitMQ-無，RocketMQ-阿里雲，Kafka-阿里雲。
ActiveMQ、RabbitMQ、RocketMQ、Kafka總體來說
ActiveMQ
歷史悠久的開源項目，已經在很多產品中得到應用，實現了JMS1.1規範，可以和spring-jms輕鬆融合，實現了多種協議，不夠輕巧（源代碼比RocketMQ多），支持持久化到數據庫，對隊列數較多的情況支持不好。
RabbitMQ
它比Kafka成熟，支持AMQP事務處理，在可靠性上，RabbitMQ超過Kafka，在性能方面超過ActiveMQ。
RocketMQ
RocketMQ是阿里開源的消息中間件，目前在Apache孵化，使用純Java開發，具有高吞吐量、高可用性、適合大規模分佈式系統應用的特點。
RocketMQ思路起源於Kafka，但並不是簡單的複製，它對消息的可靠傳輸及事務性做了優化，目前在阿里集團被廣泛應用於交易、充值、流計算、消息推送、日誌流式處理、binglog分發等場景，支撐了阿里多次雙十一活動。
因爲是阿里內部從實踐到產品的產物，因此裏面很多接口、API並不是很普遍適用。其可靠性毋庸置疑，而且與Kafka一脈相承（甚至更優），性能強勁，支持海量堆積。
Kafka
Kafka設計的初衷就是處理日誌的，不支持AMQP事務處理，可以看做是一個日誌系統，針對性很強，所以它並沒有具備一個成熟MQ應該具備的特性。
Kafka的性能（吞吐量、tps）比RabbitMQ要強，如果用來做大數據量的快速處理是比RabbitMQ有優勢的。 高質量編程視頻：shangyepingtai.xin